应用小波最近邻抽样回归耦合模型预测八五三农场地下水动态

现以三江平原八五三农场为例，根据八五三农场1991～2004年的逐月地下水埋深实测序列资料建立W-NNBR耦合模型，将2005年的逐月地下水埋深实测序列资料作为预留检验，对当地地下水埋深动态进行预测。

1.实测序列的小波分解与重构

采用前述的A Trous算法，取尺度数M=2，对八五三农场1991～2004年的逐月地下水埋深实测序列H（t）进行分解，得到小波分解序列｛W1（t），W2（t），C2（t）｝，具体见前述。

2.各小波变换序列NNBR模型的建立

现根据八五三农场逐月地下水埋深各小波变换序列W1（t）、W2（t）和C2（t）（t=1991～2004年）构造特征矢量Dt，分别建立各小波变换序列的NNBR模型。

对各小波变换序列进行自相关分析和偏相关分析，并结合试错法确定各小波变换序列的特征矢量维数P、初始特征矢量个数m和最近邻数K，见表7.9。按照前述方法计算各小波变换序列的抽样权重wj（i），并采用式（7.28）计算各小波变换序列2005年1～12月的预测值，见表7.10。

表7.9　各小波变换序列的P、m、K

表7.10　各小波变换序列2005年逐月预测值　单位：m

3.W-NNBR耦合预测模型精度检验(www.xing528.com)

将各小波变换序列NNBR模型预测值采用A Trous算法重构，即可得到八五三农场2005年逐月地下水埋深的W-NNBR耦合模型预测值，然后采用未参加建模的八五三农场2005年逐月地下水埋深进行试报效果检验，如图7.24所示。

图7.24　八五三农场2005年逐月地下水埋深W-NNBR耦合模型预测曲线

经过计算，试报效果指标E3=100%，达到1级标准（陈南祥，1999）。因此，所建的八五三农场地下水埋深W-NNBR耦合预测模型可靠性和预测精度较高，可用于预测八五三农场未来地下水埋深。

4.地下水埋深预测

现采用所建的地下水埋深W-NNBR耦合模型预测2006～2009年八五三农场逐月地下水埋深，地水埋深预测值及预测曲线分别见表7.11和图7.25。从表7.11和图7.25中可以看出，如果仍然采用过去的地下水开采模式，八五三农场的地下水位将会持续下降。2006～2009年地下水埋深年降幅分别为0.34m、0.13m、0.11m和0.06m，未来4年地下水埋深平均年降幅为0.16m左右。因此，八五三农场应采取有效措施控制地下水开采，以保护当地有限的地下水资源。

表7.11　八五三农场逐月地下水埋深W-NNBR耦合模型预测值（2006～2009）　单位：m

图7.25　八五三农场逐月地下水埋深W-NNBR耦合模型预测曲线（2006～2009）